资料 25 条 · 常规内容近 60–90 天，综述/报告保留一年最近同步 1 小时前
VANE 用下一帧预测做视觉预训练，EPIC-KITCHENS-100 超 V-JEPA 2.1 7.1 点
提供统一图像/视频的自监督表示学习路径，证明嵌入空间下一帧预测随模型与数据扩展有效，可作为视觉骨干预训练参考。
首次给出认证规则统一ICL与微调，GPT-2判定正确61,948/64,000流
以信息价值认证数据应存上下文还是权重，可指导数据选择与上下文/微调策略，对优化训练推理有参考价值。
RD 提升 MDM 推理，Sudoku 97%、3-SAT 99%
提供免微调、免奖励的测试时纠错与训练方法，对掩码扩散模型推理优化有直接参考。
ResGVC 视频压缩框架将 BD-rate 降低 63.7%（LPIPS）和 83.8%（PSNR）
通过显式残差源约束和扩散熵模型大幅降低视频码率，对高保真视频传输和存储具有明确工程价值。
ULME 统一嵌入与生成，MTEB 提升 3.3-4.1 分并跨 Qwen2.5/Qwen3
统一 embedder 和 generator 减少 RAG/agent 系统双模型部署，提升检索与生成一致性。
提出LAW纯自条件语言建模，GSM8K解决率**42.2%**超扩散基线
证明连续生成模型可完全基于自条件，为扩散语言模型提供新训练与采样范式，部分场景接近自回归模型，值得关注。
BIRD-RL 四阶段 agentic RL 将空间效率提升 12.8x，7B/14B 成功率 44.40%/48.00%
为 SQL 等有状态数据任务提供可复用的轨迹隔离训练基础设施，缓解轨迹污染并降低容器开销，对数据闭环中的小模型 RL 有直接参考价值。
提出边感知注意力层，图生成峰值 GPU 内存降 65%，吞吐大幅提升
用 PyTorch FlexAttention 实现图生成注意力，在保持生成质量的同时降低 65% 峰值 GPU 内存，对扩展图基础模型训练有直接工程价值。
EgoX 自我中心重建相机误差降 68.9%
提供自动标注、大规模数据与基准，对具身感知、手物交互和场景重建工程有参考价值。
SCDM 提出共享参数元学习框架，实现可扩展时序因果发现
高维时间序列因果发现中候选关系二次增长，现有方法受限；SCDM 通过共享参数元学习避免逐目标优化，为大规模时序因果推断提供可扩展思路。
DoobPO 无似然微调扩散/流策略，支持 PPO/GRPO
为扩散/流生成策略提供无需动作似然的强化学习微调框架，有助于机器人连续控制策略训练。
TSFM 预训练平均增益仅 2.58 点，校正后仅 NuTime 显著
提示 MTSC 评估应区分预训练权重与架构贡献，并纳入随机初始化、非预训练强基线，避免高估 TSFM 收益。